計算機智能數(shù)據分析的前瞻性應用探討

【摘要】 ? ?當今我國計算機智能化作為一項影響經濟和社會進步最大的科技成果，不僅徹底地改變了人們民眾的日常學習和生活方式，而且在更加完善的現(xiàn)代信息技術的推動下，正在逐漸地改變人們民眾對于“生活”的基本界限，此篇論文就是結合實際的情況，將當今我國計算機智能化大數(shù)據分析的具有前瞻性及其應用特點進行了簡析。

【關鍵詞】 ? ?計算機 ? ?智能數(shù)據分析 ? ?前瞻性

引言：

個體電腦在上世紀中期問世之后，就以一種高速增長的發(fā)展態(tài)勢在軟、硬件的更新上取得了突破，結合移動互聯(lián)網和多媒體等技術的廣泛應用，讓個體電腦在本世紀中期迎來了一個全新的時代和高潮，以往獨立的個人電腦在經過了網絡連線鏈接之后，信息的數(shù)據量已經呈現(xiàn)出“井噴式”的快速爆發(fā)，這就是給予了大規(guī)模的數(shù)據分析和綜合應用帶來比較充足的理論資源。

一、計算機數(shù)據分析的作用

傳統(tǒng)的單體式計算機，數(shù)據信息再多的規(guī)模，也僅僅是專門針對自己而言，并且其有效數(shù)據信息的保存量完全都是由于受到自己硬件容量的限制而已經體現(xiàn)了出來[1]。對于單體計算機的信息和數(shù)據進行有效的分析，可以通過歸納并總結得出使用者的基本運行和應用狀況，屬于計算機硬件的被動性行為，因為只有當系統(tǒng)接收到一個需要執(zhí)行指令的信號時，才能夠啟動一個相應的數(shù)據分析程序。

但是在一個比較廣義的媒體廣域網絡和區(qū)域網絡范圍內如果同時進行了其他計算機的數(shù)據分析，則被動地認為了這是一種主動的分析行為，對于相關單體與其他計算機之間的各種信息關系進行通過互交、互通等各種方式都在進行了綜合整理、記錄之后，能夠主動尋找并得到與信息相關單體信息的內在共性，然后再通過結合這些相關信息的內在共性，調整分析得出全體公眾對于這些信息的有效接受傾向，將這些信息共性都結合完成了這些指向性質的認定后，就自然而然地就會形成了一些公共性質的熱點，這些都往往是一個傳統(tǒng)媒體中這些所謂有效新聞資料價值的根本和發(fā)展雛形，而我們如果要真正地去想深入地理解分析這些有效新聞資料和相關信息的內在價值，就不能盡可能單純地從一個傳統(tǒng)媒體的理論觀點和信息視角上來去進行理解，其中的這些社會經濟效應和信息衍生的社會經濟效益價值，往往都認為是比較容易被社會人們廣泛關注和充分重視的一個焦點[2]。

二、計算機智能數(shù)據分析的應用現(xiàn)狀

互聯(lián)網賦予了一個單體的計算機以及其相應的服務器以信息進行直線傳播的廣域性通訊渠道，這樣也就讓我們把傳統(tǒng)意義上根本不可能存在的“點對點信息”或者說只是“點對面”的信息，借助于互聯(lián)網的渠道而已經形成了“面對點”乃至是“面對面”的信息傳送模式，這樣也就給予了行為能力方可以借助于交互式平臺的功能來有效地整合和梳理自己的行為軌跡象與行為技巧提供了一個絕佳的資料基礎。

目前它是借助于企業(yè)云計算、云數(shù)據處理和大規(guī)模數(shù)據分析系統(tǒng)開發(fā)形成的一套智能化大規(guī)模數(shù)據分析系統(tǒng)基礎架構，在實現(xiàn)服務廣大人民百姓群眾的信息學習與日常生活等各功能方面都已經做出了杰大量的貢獻[3]。一方面，透過有效數(shù)據信息的綜合檢索，能夠便于做到盡量最大化限度地有效節(jié)省了每個終端用戶進行整理相關信息的時間精力和花費時間，可以盡量最短限度地將有效數(shù)據信息或者特別地說是一些終端處理用戶所較為關心的數(shù)據信息直接放置在較為明顯的地理位置上可以進行綜合發(fā)布;另一方面，透過一些關鍵詞和一些文本詞的指引，能夠便于使得一些相關的有效數(shù)據處理信息或者針對已經正在發(fā)生的或者相關的在數(shù)據發(fā)布軌跡上的信息可以進行有效地綜合整理，讓這些相關的數(shù)據信息以一種最大的優(yōu)化或者者說是一種更加貼近每個終端用戶的信息方式直接呈現(xiàn)在終端消費者面前;最主要的一個應用方面功能就是，通過有效數(shù)據資料的綜合梳理，能夠給每個終端處理用戶自身提供一個可能具有一定階段性或甚至多個周期性的有效數(shù)據資料庫并進行整理匯總，便于使得終端處理用戶從相關信息的行為處理上對其中的相關信息的可重復性、行為處理指令的非法性和可逆性等多個方面可以進行有效適應。

三、計算機智能數(shù)據分析的前瞻性

首先，凸顯了這類人工智能的巨大功效。現(xiàn)階段的傳統(tǒng)人工智能人類數(shù)據綜合分析雖然被廣泛冠以“智能”字樣，但與真正的傳統(tǒng)人工智能數(shù)據分析還是仍然存在著不小的技術區(qū)別性和差距的，畢竟其中的人類數(shù)據綜合分析智能指令就是在能夠完成對目前人工智能分析已知或者已經已知發(fā)生的人類行為相關數(shù)據信息進行隨機比較和綜合分析的基礎上對所產生的信息對比而使信息具有預判的分析效果[4]。對這個終端預判模型結果中特性可能直接產生的預判結果往往大都是完全沒有任何針對性地對其進行詳細分析梳理的，最合想的終端人工智能終端分析預判狀態(tài)，就是那些需要將這種模型具有特性可能直接產生預判結果的終端人工智能分析模型數(shù)據進行合理的分析預判，以此更便于一個終端用戶甚至可以在預判開始時對進行終端人工智能用戶行為影響評估的任何一個時候都甚至可以自行選擇更加合理和最優(yōu)化的終端解決決策方案。

其次，凸顯了智能化分析技術的假說優(yōu)勢。目前基于大數(shù)據分析上所發(fā)展而來的智能大數(shù)據分析模型，主要靠的是大數(shù)據分析的時效性過高，不能充分體現(xiàn)它們的根本特征，這些已經發(fā)生的信息行為與未來發(fā)生的信息行為之間，在現(xiàn)階段幾乎沒有任何必然的相互關聯(lián)[4]。要真正地突出數(shù)據的智能化應用特點，就必須在這個應用的過程中，通過結合數(shù)據分析方法來增加一些具有可預見性的因素，使其成為一個假設性的因素，或許這其中也可能會存在一定的誤差，與終端用戶的真實行為之間很可能會出現(xiàn)距離，但絕大多數(shù)的情況下，可以給終端用戶一個比較完善的未來場景進行預設，將其中的各種變量作為預設，連接轉換為了一種定量的因子[5]。

四、實際案例分析

在對經濟大量數(shù)據進行智能化處理的過程中，需要進一步地確定大量數(shù)據的信息來源。鄉(xiāng)村經濟增長的數(shù)據很難全部被采集到，快遞和物流的數(shù)據也不可能全面被采集到[6]。在本次對這個案例進行研究中，僅僅只有從對農村地區(qū)的經濟大量數(shù)據采用智能化的技術處理方式角度對其進行了分析，并通過大量的數(shù)據挖掘等技術提供了對鄉(xiāng)村地區(qū)經濟發(fā)展的信息。

通過對大數(shù)據挖掘分析技術對該項目的信息采集系統(tǒng)在分析我國當前農村貧困地區(qū)的物流經濟社會發(fā)展建設過程中所可能做出的重要決策結果具有一定的科學可行性，以對分析我國當前農村貧困地區(qū)物流、快遞和物流經濟社會發(fā)展的總體水平狀況作出深入分析。數(shù)據挖掘在該技術的廣泛應用下，挖掘出1000個城市鄉(xiāng)鎮(zhèn)村的數(shù)據。其中，橫和縱軸上所數(shù)字代表的數(shù)據就是一次大件快遞的平均業(yè)務量，單位為每件/每個月。同時，縱向轉軸所主要代表的單位就是其在物流交通運輸中的業(yè)務量，單位為每噸/一個月。由我國農村快遞資料的數(shù)據分析散點地理圖分析可知，經濟發(fā)達的一個村莊主要是集中在大的分散點所在地區(qū)，經濟不發(fā)達的一個村莊主要是集中在較小地分散點所在地區(qū)。這就表明，農村的快遞服務和物流運輸業(yè)務日益發(fā)達，相應的也將具備一個更高的社會經濟增長水平。對數(shù)據的獲得是利用統(tǒng)計學軟件進行獲取，異常值被剔除后，對這些數(shù)據都進行了建模。以隨機選項的方法將70%的數(shù)據重新進行定義，作為一個訓練集，而余30%則被命名成為一個測試集。bp 神經網絡的模型主要目標就是通過對選取的訓練集來進行，效果的檢測和驗證以對于測試集來說最明顯，在調整了參數(shù)后再選擇一個較高精度的預測模型，并且還要確定所需選取參數(shù)的平均值。其中隱藏的節(jié)點數(shù)目平均值是3，替換次數(shù)平均值是10000次，權值的衰減參數(shù)平均值是0.05。

在對經濟學和大量數(shù)據進行智能化的技術處理時，其中用于測試集、訓練集之間的混亂矩陣測試過程如下圖所示：

>train_confusion

Predictedclass

Actual 01

036053

179206

>test_confusion

Predictedclass

Actual 01

015935

13474

其中訓練集劃分的準確率為81%，測試集劃分的準確率為77%。這也就說明，在我們確定了農村物流數(shù)量和配送速度時，對于農村經濟增長速度的預期已經能夠得到很好地把握，至少能夠達到77%。

五、結束語

綜上所述，計算機的各種智能數(shù)據分析，是一種經過了應用計算機軟、硬件信息系統(tǒng)的各種自主技術融入和有機結合之后，與我國廣域網的各種信息處理系統(tǒng)能夠進行綜合實施相互關聯(lián)對接的一個新型高智能化的技術產物，在對這些信息系統(tǒng)進行收集整理的工作過程中，可能還仍然會同時出現(xiàn)一些技術缺陷，但是隨著信息系統(tǒng)的不斷完善與快速發(fā)展，勢必將會有一種新的技術優(yōu)勢能夠直接使得應用計算機的各種智能數(shù)據分析以更為便捷、高效的分析手段和處理方式能夠得到廣泛服務于人民大眾的學術研究工作學習和深入人民日常生活。

參考文獻

[1]汪燕. 我國人工智能教育的發(fā)展與困境——兼論人工智能在繼續(xù)教育中的發(fā)展[J]. 職教論壇， 2018， 000（009）：104-110.

[2]周晶， 孫喜民， 于曉昆，等. 知識圖譜與數(shù)據應用——智能推薦[J]. 電信科學， 2019， v.35（08）：171-178.

[3]史載祥， 谷萬里， 杜金行， et al. Scheme of Diagnostic Criteria Revision Consideration on Blood Stasis Syndrome[J]. 中西醫(yī)結合心腦血管病雜志， 2007， 005（011）：1037-1039.

[4]張勇， 王冀超. 智能數(shù)據檢測管理系統(tǒng)的硬件應用研究[J]. 計算機技術與發(fā)展， 2011， 021（002）：230-233.

[5]王萬良， 張兆娟， 高楠，等. 基于人工智能技術的大數(shù)據分析方法研究進展 被引量：1[J]. 計算機集成制造系統(tǒng)， 2019， 3（3）：3-3.

[6]楊永斌. The Application Research of Data Mining Technique in Education數(shù)據挖掘技術在教育中的應用研究[J]. 計算機科學， 2006， 33（12）：284-286.

喬志遠：1988.06;民族：漢族;籍貫：山東省臨沂市;學歷：大學本科（在讀碩士），計算機高級信息系統(tǒng)項目管理師;研究方向：計算機信息系統(tǒng)項目管理。